Syarfina Estiana Zahira | 1401174029 | MB-41-04

The Objective

Penerapan analitik big data dalam perawatan kesehatan memiliki dan membuahkan hal hal yang positif bagi dunia kesehatan. Big data mengacu pada informasi yang berjumlah besar yang dikonsolidasikan  dianalisis oleh teknologi tertentu dan diterapkan pada bidang kesehatan, ia akan menggunakan data kesehatan tertentu dari suatu populasi dan berpotensi membantu mencegah epidemi dan menyembuhkan penyakit.

Selain itu big data juga bisa berperan untuk mendapatkan data pribadi pasien dan akan mengurangi kesalahan pihak rumah sakit dalam memberikan obat. Hal ini biasanya terjadi karena pihak rumah sakit kekurangan data dari pasien tersebut, dengan adanya big data hal ini tidak akan terjadi.

Problem

Masalah klasik yang sering di hadapi banyak rumah sakit, yakni terlalu banyak staff atau terlalu sedikit staff yang ada, jika pihak rumah sakit mengenakan terlalu banyak pekerja, pihak rumah sakit tersebut akan beresiko mendapatkan biaya tambahan dan biaya tenaga kerja yang tidak perlu dan hal tersebut akan merugikan pihak rumah sakit. Sama hal nya dengan kekurangan pekerja atau terlalu sedikit  pekerja yang ada, otomatis hal tersebut akan mengurangi pelayanan rumah sakit terhadap pasien pasien yang ada, yang bisa berakibat fatal bagi pasien.

Jika rumah sakit tersebut memiliki big data tentu hal tersebut tidak akan terjadi, karena big data mampu mencegah hal ini dan jika hal ini terjadi big data mampu membantu memecahkan masalah ini. Setidaknya di beberapa rumah sakit di paris telah menggunakan data dari berbagai sumber untuk mendapatkan prediksi harian dan per jam berapa pasien yang diharapkan berada di setiap rumah sakit. Selain itu big data juga bermanfaat bagi perawat dan staff administrasi rumah sakit yang tidak terlatih dalam ilmu data.

Dengan big data peneliti medis dapat menggunakan sejumlah data yang besar pada rencana awal tingkat pemulihan untuk menemukan tingkat keberhasilan yang tinggi di dunia nyata dan untuk menambah peluang sembuh nya pasien yang mengidap kanker. Sebagai contoh, dengan adanya big data peneliti dapat memeriksa sampel tumor di biobank yang di hubungkan dengan catatan perawatan pasien yang di dapatkan melalui big data.

Solusi

Indonesia memiliki sebuah software bernama PAQUES, singkatan dari Parallel Query System, adalah sebuah Big Data Analytic Tool yang dapat memproses dan mengolah data dalam jumlah yang besar dari berbagai sumber dengan variasi data berbeda baik yang terstruktur ataupun tidak terstruktur. Keunggulan PAQUES sendiri adalah, PAQUES memiliki metodologi kerja yang di namai SECAV, yang terdiri dari search, extract, correlate, aggregate dan visualize. Selain itu PAQUES dapat melakukan melakukan single query yang memberikan berbagai manfaat di berbagai level organisasi yang membutuhkan analisa big data.